Learn why hypothesis testing is useful, and step through the workflow for a one sample proportion test. In doing so, you'll encounter important concepts like z-scores, p-p-values, and false negative and false positive errors. The Stack Overflow survey and late medical shipments datasets are introduced.

Hypothesis tests and z-scores

Uses of A/B testing

Calculating the sample mean

Calculating a z-score

p-values

Criminal trials and hypothesis tests

Left tail, right tail, two tails

Calculating p-values

Statistical significance

Decisions from p-values

Calculating confidence intervals

Type I and type II errors

Introduction to Hypothesis Testing

Learn how to test for differences in means between two groups using t-tests, and how to extend this to more than two groups using ANOVA and pairwise t-tests.

Performing t-tests

Hypothesis testing workflow

Two sample mean test statistic

Calculating p-values from t-statistics

Why is t needed?

The t-distribution

From t to p

Paired t-tests

Is pairing needed?

Visualizing the difference

Using t.test()

ANOVA tests

Visualizing many categories

Conducting an ANOVA test

Pairwise t-tests

Two-Sample and ANOVA Tests

Learn how to test for differences in proportions between two groups using proportion tests, extended it to more than two groups with chi-square independence tests, and return to the one sample case with chi-square goodness of fit tests.

Eenzijdige proportietoetsen

t voor proporties?

Toets voor een enkele proportie

Toetsen voor twee proporties

Toets voor twee proporties

prop_test() voor twee steekproeven

Chi-kwadraattoets van onafhankelijkheid

De chi-kwadraatverdeling

Hoeveel staarten bij chi-kwadraattoetsen?

Een chi-kwadraattoets uitvoeren

Chi-kwadraat-toetsen voor passing

Goodness of fit visualiseren

Een goodness-of-fit-toets uitvoeren

Proportion Tests

Learn about the assumptions made by parametric hypothesis tests and see how simulation-based and rank-based non-parametric tests can be used when those assumptions aren't met.

Assumptions in hypothesis testing

Common assumptions of hypothesis tests

Testing sample size

The "There is only one test" framework

There is only one test

Specifying and hypothesizing

Continuing the infer pipeline

Generating & calculating

Observed statistic and p-value

Non-parametric ANOVA and unpaired t-tests

Simulation-based t-test

Rank sum tests

Congratulations!

Non-Parametric Tests

Late Shipments

Late shipments Bootstrap Distribution

Democratic Presidential Candidates by County

StackOverflow Survey

Late Shipments w/ Freight Cost Group

Met hypothesetoetsen kun je vragen stellen over je gegevenssets en die op een statistisch verantwoorde manier beantwoorden. In deze cursus leer je hoe en wanneer je veelgebruikte toetsen inzet, zoals t-toetsen, proportietoetsen en chi-kwadraattoetsen. Je krijgt grondig inzicht in hoe ze werken en welke aannames eraan ten grondslag liggen. Je leert ook hoe verschillende hypothesetoetsen samenhangen via het "There is only one test"-framework, en je gebruikt niet-parametrische toetsen waarmee je de vereisten van traditionele hypothesetoetsen kunt omzeilen. Door de hele cursus heen verken je een Stack Overflow-gebruikersenquête en een gegevensset met vertraagde leveringen van medische hulpmiddelen.

Sampling in R

Leer over hypothesetests in R, inclusief het gebruik van t-tests, proportietests en chi-kwadraattests.

De chi-kwadraatverdeling

Hypothesis Testing in R

Praktische interactieve oefening